НБКИ — PD-скоринг на основе нейронных сетей для банков (2024)

Национальное бюро кредитных историй применило нейронные сети для построения нового поколения PD-скоринга — системы оценки вероятности дефолта (Probability of Default) заёмщика. ИИ-модель анализирует последовательности событий из кредитной истории гражданина: заявки, выдачи кредитов и платёжные паттерны. Нейросеть прогнозирует вероятность выхода на просрочку более 90 дней в горизонте после выдачи нового кредита.

Скоринговая оценка рассчитывается за доли секунды и передаётся кредитору через стандартный API НБКИ. Банки могут использовать скор НБКИ как самостоятельно, так и в комбинации с внутренними моделями.

Традиционные логистические регрессии и скоринговые карты не успевали адаптироваться к быстро меняющемуся поведению заёмщиков и не учитывали последовательность событий кредитной истории. Рост онлайн-кредитования требовал более быстрых и точных моделей.

• Снизить дефолтность розничных кредитных портфелей банков

• Повысить точность прогнозирования просрочки на 90+ дней

• Сократить время и стоимость первичной обработки заявок

• Финансы

• Снижение дефолтности розничных кредитов в 1,6 раза в банках-пользователях (данные НБКИ)

• Сокращение расходов банков на первичную обработку заявок Время

• Скоринговый балл рассчитывается менее чем за 1 секунду Качество и эффективность

• Точность прогнозирования вероятности дефолта: улучшение на 15–20% по сравнению с классическими моделями

• Банк «Ренессанс Кредит»: улучшение скоринговых моделей на 2–8% (в сегментах POS-кредитов, кредитных карт, кредитов наличными) Нагрузка и масштаб

• Использование в более чем 20 финансовых учреждениях на февраль 2024 года Надёжность

• Внедрение не увеличивает время рассмотрения кредитных заявок

• Модель адаптирована под российскую нормативную базу и кредитные данные НБКИ Импортозамещение и compliance

• Замещение FICO Score и других западных скоринговых продуктов, недоступных после 2022 года Качественный эффект: Нейросетевой PD-скоринг НБКИ позволяет банкам получить промышленный скоринг-сервис без необходимости самостоятельно строить сложные ML-модели, что особенно критично для средних и региональных банков с ограниченным data science-ресурсом.